在世界人工智能大会主论坛上，关于人工智能发展的三大核心趋势引发广泛关注。与会专家指出，当前AI领域正经历从技术探索向产业落地的关键转型，算力架构革新、物理世界交互能力提升以及数据利用范式转变成为突破方向。
光电融合计算架构的突破性进展成为焦点。传统电子芯片因发热问题面临算力瓶颈，而光子芯片凭借零电阻传输特性被视为下一代计算核心。行业数据显示，目前智算中心中硅光芯片占比不足3%，但预计三至五年内将突破30%。曦智科技创始人沈亦晨透露，其研发的光电融合技术已实现三阶段跨越：从板卡级混合部署到封装内融合，最终将达成单芯片集成。该公司发布的"天枢"光计算产品已在商业场景稳定运行，新一代光电融合芯片已完成流片进入测试阶段。
物理AI的产业化路径逐渐清晰。针对大模型存在的"幻觉"问题，复旦大学苏昊教授提出，要让AI具备物理世界交互能力，需整合互联网视频、科学实验数据和人类操作直觉。数据显示，近18个月全球超百亿美元资本涌入该领域，但真实物理交互数据缺口仍达亿小时级。制造业场景因其环境可控性成为首要突破口，专家预测未来三年高频刚需的工业场景将率先实现规模化应用。
数据利用范式迎来根本性转变。阿里云创始人王坚提出，AI突破不在于获取新数据，而在于重构数据解读方式。以地球科学领域为例，之江实验室与南京大学团队通过直接输入10万种化石数据和2万条地层数据，将物种灭绝时间轴精度从百万年提升至万年级。这种跳过人工预处理、直接解析原始信号的方式，正在重塑AI训练方法论。18岁高中生利用退役卫星旧数据发现近150万个新天体的案例，印证了"新视角比新数据更重要"的论断。
在算力基础设施领域，模块化交付模式正在兴起。安擎计算机推出的高密度算力"集装箱"，通过算电协同设计和全局调度系统，将部署周期从两年压缩至两个月。这种标准化、可移动的算力单元，不仅能就近消纳绿电，更实现了"电力-算力-词元"的一站式服务，为AI应用落地提供新型基础设施支持。
与会专家普遍认为，当AI具备物理交互能力并掌握原始信号解读方法时，其影响力将超越技术范畴，成为像数学一样的基础性学科。这种转变不依赖于算力规模的简单扩张，而取决于数据利用方式的范式革新。从光谱分析到化石记录，自然界最原始的"语言"正在打开AI发展的新维度。
